突發(fā)大規(guī)模疫情對經(jīng)濟發(fā)展的影響
——基于公眾關(guān)注和媒體關(guān)注的視角

姜 偉

內(nèi)容提要：本文基于疫情風(fēng)險影響經(jīng)濟增長的理論模型，發(fā)現(xiàn)消費、投資的變化不但取決于疫情對全要素生產(chǎn)率、資本存量等供給因素的影響，也受到需求因素的影響。然后基于公眾關(guān)注和媒體關(guān)注的視角，采用網(wǎng)絡(luò)搜索量進行量化，運用NARDL模型研究大規(guī)模疫情沖擊對經(jīng)濟的長短期非對稱傳導(dǎo)效應(yīng)。實證結(jié)果表明：短期內(nèi)，公眾和媒體對疫情的關(guān)注增加對經(jīng)濟發(fā)展的負向沖擊明顯更強；長期內(nèi)，公眾關(guān)注和媒體關(guān)注對經(jīng)濟發(fā)展負向影響較為有限，經(jīng)濟較快恢復(fù)穩(wěn)態(tài)增長水平；公眾和媒體對疫情關(guān)注的增加和減少對不同經(jīng)濟類型企業(yè)和不同行業(yè)的影響有所不同?；诖耍疚慕ㄗh以財政政策為主，以結(jié)構(gòu)性貨幣政策為輔，保證信息公開及時，采用結(jié)構(gòu)性和差異化策略精準(zhǔn)滴灌支持中小企業(yè)復(fù)工復(fù)產(chǎn)，避免資金鏈、產(chǎn)業(yè)鏈和供應(yīng)鏈斷裂，確保經(jīng)濟企穩(wěn)恢復(fù)。

一、問題提出

在全面建成小康社會的收官之年，新型冠狀病毒肺炎疫情的發(fā)生給中國經(jīng)濟帶來了意外的沖擊。僅2020年春節(jié)期間，78%的餐飲企業(yè)收入損失達到100%，批發(fā)零售業(yè)80%出現(xiàn)停滯，娛樂旅游行業(yè)同比下降85%左右。突發(fā)大規(guī)模疫情不僅嚴(yán)重威脅了公共衛(wèi)生安全，還對經(jīng)濟穩(wěn)定發(fā)展造成了重大影響。21世紀(jì)以來，“非典”(SARS)、甲型H1N1流感、H7N9型禽流感等疫情的爆發(fā)不僅對國民經(jīng)濟生產(chǎn)、消費各環(huán)節(jié)帶來直接影響，一定程度上還沖擊了消費者和投資者信心，不利于宏觀經(jīng)濟企穩(wěn)恢復(fù)[1]，這些疫情對經(jīng)濟的影響呈現(xiàn)出時間短、涉及范圍廣、破壞力大的特點。2020年新型冠狀病毒肺炎疫情來勢洶洶，中國的投資、消費、出口短期均遭到明顯沖擊。在全球經(jīng)濟疲軟、貿(mào)易環(huán)境復(fù)雜、經(jīng)濟有下行趨勢的背景下，探究疫情對經(jīng)濟各個層面的影響程度、時間節(jié)點，提出針對性的宏觀調(diào)控措施，對維持長期經(jīng)濟的穩(wěn)步發(fā)展十分重要。

隨著互聯(lián)網(wǎng)的發(fā)展，越來越多的人會選擇通過互聯(lián)網(wǎng)平臺來搜索信息、發(fā)表觀點和意見。一方面，網(wǎng)絡(luò)搜索和媒體報道會實時反映疫情的發(fā)生和發(fā)展；另一方面，通過網(wǎng)絡(luò)搜索和媒體報道，突發(fā)大規(guī)模疫情會影響公眾心理[2]、認知和預(yù)期，改變?nèi)藗兊南M、投資、生產(chǎn)等行為[3-4]，從而影響經(jīng)濟發(fā)展。政府、企業(yè)和學(xué)術(shù)界也越來越重視公眾和媒體的關(guān)注，并不斷追求分析方法的創(chuàng)新，充分發(fā)揮信息的價值。基于此，本文將在非對稱框架下，通過百度指數(shù)構(gòu)建公眾和媒體對疫情的關(guān)注度，研究突發(fā)大規(guī)模疫情對經(jīng)濟發(fā)展的長期和短期影響，并進一步研究不同行業(yè)和不同類型企業(yè)對疫情的長短期非對稱反應(yīng)。突發(fā)大規(guī)模疫情不僅考驗政府對突發(fā)公共衛(wèi)生危機的反應(yīng)機制，還將對事后完整的政策保障措施提出挑戰(zhàn)。本文將通過探究疫情對經(jīng)濟沖擊的程度和關(guān)鍵點，評估疫情對宏觀經(jīng)濟以及行業(yè)部門所造成的影響，這對提高政府應(yīng)對突發(fā)大規(guī)模疫情風(fēng)險的能力、完善重大疫情防控救治體系具有重要的現(xiàn)實意義。

二、文獻綜述

2003年“非典”(SARS)、2009年甲型H1N1流感、2013年H7N9型禽流感以及2020年新型冠狀病毒肺炎等重大疫情的爆發(fā)顯著影響了各個經(jīng)濟層面，宏觀層面需求和生產(chǎn)驟降，各個行業(yè)也在不同程度上受到了沖擊[5-6]。越來越多的學(xué)者開始關(guān)注疫情與經(jīng)濟的聯(lián)系，研究發(fā)現(xiàn)，在短期內(nèi)，突發(fā)疫情直接對餐飲娛樂[7]、旅游休閑[8]、交通運輸[9]等服務(wù)業(yè)造成了巨大的沖擊，經(jīng)過傳導(dǎo)，資本流動受到投資環(huán)境變化的影響，投資[10]以及貿(mào)易[11]都會受到影響。另一方面，疫情也會使有的行業(yè)如醫(yī)藥行業(yè)、電子通信、保險業(yè)等受益[12]。從長遠來看，像交通運輸、娛樂餐飲等經(jīng)濟活動會在疫情結(jié)束后快速恢復(fù)，但有的影響卻是永久的[13]，比如疫情引起的某些消費習(xí)慣和結(jié)構(gòu)的變化，溝通方式以及辦公模式改變引發(fā)的線上活動。疫情對經(jīng)濟影響是有差異的，對各個行業(yè)的影響不同，隨著時間的變化，影響的方面也會有差異，主要取決于影響機制以及作用時間。有的學(xué)者主要采用市場調(diào)查、初級經(jīng)濟數(shù)據(jù)比較進行文字分析[14-15]，也有學(xué)者基于數(shù)據(jù)量化分析疫情對行業(yè)沖擊和宏觀經(jīng)濟的影響[16-19]。本文主要從公眾關(guān)注和媒體關(guān)注的角度，探究突發(fā)性大規(guī)模疫情如何通過改變公眾的心理預(yù)期，導(dǎo)致公眾和企業(yè)的選擇或行為的改變對經(jīng)濟產(chǎn)生沖擊。

現(xiàn)有研究表明，在疫情等危機發(fā)生時，網(wǎng)絡(luò)信心和媒體報道會影響人們的心理預(yù)期，由于不同類型的“效用函數(shù)”和選擇行為增加人們的決策和選擇的不確定性，從而使經(jīng)濟遭到更大的沖擊。比如時勘等(2003)對“非典”疫情研究發(fā)現(xiàn)，不利消息引發(fā)公眾緊張恐慌情緒，有利信息可以讓公眾相對理性地應(yīng)對風(fēng)險[20]。根據(jù)行為經(jīng)濟學(xué)，人們面對疫情帶來的不確定性利得或損失進行的決策往往表現(xiàn)出不對稱性，而且還會受到其他人以及環(huán)境的影響[21]。在信息傳遞過程中，媒體輿情趨勢對公眾的預(yù)期與決策具有重要的影響作用[22-23]，負面報道往往比正面報道更容易引起人們的關(guān)注，網(wǎng)絡(luò)上小道消息、恐慌心理感染人們的情緒，進一步影響認知評估和決策偏好[24]，導(dǎo)致突發(fā)性疫情的影響被進一步放大。當(dāng)人們的經(jīng)濟行為受到疫情的影響時，正如羅志恒(2020)[5]的研究發(fā)現(xiàn)一樣，疫情導(dǎo)致微觀層面的公眾行為改變，并反映到各個具體行業(yè)。本文利用公眾關(guān)注和媒體關(guān)注度來反應(yīng)公眾的心理認知，采用NARDL模型研究突發(fā)大規(guī)模疫情對經(jīng)濟的長短期非對稱效應(yīng)，可以為政府應(yīng)對危機對經(jīng)濟造成的影響提供借鑒和參考。

隨著移動互聯(lián)網(wǎng)的發(fā)展，對公眾的關(guān)注度進行量化也不再是研究的難題。根據(jù)2020年4月中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)公布的第44次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》，截至2020年3月，中國網(wǎng)民規(guī)模達9.04億，搜索引擎的網(wǎng)民使用率達到83%，搜索引擎記錄了公眾的捜索行為，網(wǎng)絡(luò)捜索數(shù)據(jù)反映了公眾對疫情的關(guān)注度。利用網(wǎng)絡(luò)搜索數(shù)據(jù)對社會經(jīng)濟活動進行研究也已經(jīng)取得很多成果，網(wǎng)絡(luò)搜索數(shù)據(jù)己經(jīng)被廣泛地運用于社會經(jīng)濟行為的預(yù)測之中[25-27]。百度指數(shù)是網(wǎng)民搜索關(guān)鍵詞搜索次數(shù)的加權(quán)，反映了公眾的關(guān)注需求、媒體的輿論趨勢以及公眾的偏好程度。根據(jù)網(wǎng)站通訊流量監(jiān)測機構(gòu)Statcounter披露的數(shù)據(jù)，2019年百度搜索占70%左右，國內(nèi)學(xué)者，如盧洪濤和李綱(2014)[28]、劉鋒等(2014)[29]、羅琦和伍敬侗(2017)[30]，多用百度指數(shù)代表大部分公眾的關(guān)注度。一般來說，媒體關(guān)注度用新聞報道數(shù)來衡量[31-32]。因此，本文將采用2011年1月至2020年6月的百度指數(shù)中的公眾搜索指數(shù)和媒體指數(shù)量化公眾關(guān)注和媒體關(guān)注度。

面對突發(fā)大規(guī)模疫情，公眾和媒體對疫情的關(guān)注改變?nèi)藗兊男睦眍A(yù)期，對經(jīng)濟有非常大的影響，人們對疫情的關(guān)注和反應(yīng)對經(jīng)濟的影響是一個非線性的動態(tài)過程，政府面對疫情采取的應(yīng)對措施應(yīng)該考慮人們心理和行為的反應(yīng)。本文的貢獻在于：首先，在理論方面，剖析了大規(guī)模疫情風(fēng)險對消費、投資的影響作用機理；其次，在非對稱框架下，基于公眾關(guān)注度和媒體關(guān)注度的視角，研究疫情通過影響公眾心理預(yù)期，從而對經(jīng)濟的長期和短期影響；再次，在實證方面，通過百度指數(shù)構(gòu)建公眾和媒體關(guān)注度，使用NARDL模型探究疫情對中國經(jīng)濟的長短期非對稱效果，包括宏觀經(jīng)濟和各行業(yè)部門受大規(guī)模疫情沖擊的長短期反應(yīng)；最后，在政策方面，針對基于公眾關(guān)注和媒體關(guān)注角度的大規(guī)模疫情對中國經(jīng)濟的非對稱影響，為政府應(yīng)對突發(fā)大規(guī)模疫情危機，維持經(jīng)濟的穩(wěn)定發(fā)展提供了較為可靠的借鑒和參考。

三、疫情對經(jīng)濟的影響機理分析

突發(fā)大規(guī)模疫情作為經(jīng)濟系統(tǒng)的外部沖擊，通過影響消費、投資、進出口貿(mào)易，對國民經(jīng)濟產(chǎn)生了影響[33]。邵全權(quán)和張孟嬌(2016)建立了風(fēng)險影響經(jīng)濟增長的理論模型，但其主要研究危機發(fā)生時物質(zhì)資本風(fēng)險和壽命與健康風(fēng)險的影響[34]，本文在其基礎(chǔ)上主要探究大規(guī)模疫情發(fā)生時帶來的風(fēng)險與影響。參考邵全權(quán)和張孟嬌(2016)[34]的研究，設(shè)定效用函數(shù)為：

(1)

其中，C(t)表示t期消費，ρ表示貼現(xiàn)率，γ表示相對風(fēng)險厭惡彈性。參考巴羅和薩拉伊馬丁(2000)[35]的假設(shè)，假設(shè)廠商生產(chǎn)函數(shù)服從柯布-道格拉斯生產(chǎn)函數(shù)，物質(zhì)資本K和人力資本H的折舊率σ相等，得到約束條件為：

Y(t)=A(t)K(t)αH(t)1-α

(2)

(3)

(4)

在上述經(jīng)濟增長模型基礎(chǔ)上引入疫情風(fēng)險因素，假設(shè)p(t)為感染疫情的概率，d(t)(0

(5)

設(shè)定a(t)是p(t)和d(t)的函數(shù)，表示疫情風(fēng)險，由式(5)可以推導(dǎo)出：a(t)=1-d(t)p(t)。aK(t)和aH(t)分別表示疫情對物質(zhì)資本K和人力資本H的影響，可以得出K和H的變化為：

(6)

(7)

2020年突如其來的新型冠狀病毒肺炎疫情給經(jīng)濟運行帶來了擾動，供給端和需求端都受到了嚴(yán)重的沖擊。從供給方面來看，大部分工廠暫時停工，生產(chǎn)水平下降，尤其是勞動力投入占比較大的中小型企業(yè)復(fù)工艱難。資本的積累過程也遭到明顯沖擊，據(jù)統(tǒng)計，此次新型冠狀病毒肺炎疫情期間，固定資產(chǎn)投資數(shù)額下降20%以上；物質(zhì)資本存量變動較小，疫情對物質(zhì)資本的存量影響有限；人力資本的流量和存量也發(fā)生變動，2月份，全國城鎮(zhèn)調(diào)查失業(yè)率明顯上升，達到6.2%，還有部分人因為疫情選擇跳槽、換城市就業(yè)或深造，導(dǎo)致人力資本在地區(qū)和部門之間流動，人力資本流量發(fā)生變化；大規(guī)模疫情對生命安全的威脅也帶來了人力資本的損失，沖擊了人力資本存量。因此，結(jié)合疫情對經(jīng)濟影響的特點，本文將疫情對供給端的沖擊分為三部分：一是疫情對全要素生產(chǎn)率造成的沖擊；二是疫情對物質(zhì)資本積累造成的沖擊；三是疫情對人力資本存量和積累造成的沖擊。

從需求方面來看，面對突發(fā)大規(guī)模疫情，居家防控政策對居民消費有一定的遏制作用，居民無法外出進行購物、聚餐或是旅游，促使零售業(yè)、餐飲旅游業(yè)等部門短期損失較大。從此次新型冠狀病毒肺炎疫情來看，2020年第一季度，社會消費品零售總額同比下降15.8%，商品零售同比下降12.0%，受到疫情的明顯沖擊。另外，面對疫情風(fēng)險導(dǎo)致的不確定性，公眾的消費信心下降，預(yù)防性儲蓄動機上升，導(dǎo)致消費占比下降，消費水平降低。疫情對需求端的沖擊主要是降低了公眾的消費，尤其是減小了餐飲、旅游以及交通運輸?shù)南M需求[36]，消費需求的降低導(dǎo)致了企業(yè)產(chǎn)能利用率的下降。因此，假設(shè)ω(t)為企業(yè)產(chǎn)能利用率，表示疫情對于消費的沖擊，將ω(t)引入生產(chǎn)函數(shù)中：

Y(t)=ω(t)A(t)K(t)αH(t)1-α

(8)

假設(shè)疫情對全要素生產(chǎn)率的影響函數(shù)為h(t)，將疫情風(fēng)險引入上述公式，得到約束條件為：

(9)

以μ(t)和υ(t)分別表示物質(zhì)資本和人力資本的影子價格，將模型寫成漢密爾頓函數(shù)：

+υ(t)aH(t)[IH(t)-σH(t)]

(10)

從而得到一階條件和歐拉方程：

μ(t)=C(t)-γ

(11)

(12)

運用μ(t)ak(t)=υ(t)aH(t)得到：

(13)

設(shè)定IK(t)+IH(t)=I(t)，其中θ與1-θ(0<θ<1)分別為物質(zhì)資本投資和人力資本投資的權(quán)重系數(shù)，對式(11)、式(12)和式(13)進行整理，可以得到消費、投資的增長率：

(14)

(15)

(16)

其中，aK(t)=1-dK(t)pK(t)，aH(t)=1-dH(t)pH(t)。由式(14)、式(15)和式(16)可以看出，消費以及投資增長率的大小取決于h(t)、aK(t)、aH(t)和ω(t)等參數(shù)的取值，也就是疫情對全要素增長率、人力資本和物質(zhì)資本的影響以及企業(yè)產(chǎn)能利用率的變化。aK(t)和aH(t)等的變化又隨疫情發(fā)生的概率以及疫情破壞程度的變化而變化，也就是說隨著疫情的變化，疫情對經(jīng)濟的影響是不斷變化的。疫情的發(fā)展對公眾的心理預(yù)期產(chǎn)生不同的影響，造成不同的經(jīng)濟行為，在同一時間對不同行業(yè)影響不同，不同時間對同一行業(yè)的影響也會產(chǎn)生差異。

這與現(xiàn)實情況相符合，突發(fā)大規(guī)模疫情對各個行業(yè)的影響有消極的，也有積極的。首先，餐飲、旅游、酒店、娛樂等服務(wù)行業(yè)一般會受到嚴(yán)重的打擊，面臨巨大的經(jīng)濟損失，而醫(yī)療藥品、電信服務(wù)、化學(xué)消毒品、保險的需求會迅速增加，會帶來相對正向的經(jīng)濟效應(yīng)。2020年1—2月，全國網(wǎng)上零售額同比下降3.0%。其中，實物商品網(wǎng)上零售額比上年同期提高5.0個百分點。而一些技術(shù)含量比較高的產(chǎn)品比如3D打印設(shè)備、智能手表等電子產(chǎn)品產(chǎn)量增長都在100%以上，單晶硅、多晶硅產(chǎn)量分別增長45%和35%左右。其次，疫情對某些消費品的增加只是一種短期現(xiàn)象，如口罩、醫(yī)用酒精等短期內(nèi)可能供不應(yīng)求，價格上升，但在長期，供需基本平衡。疫情對公眾消費行為和投資信心的影響可能是長期的，疫情期間，遠程辦公以及配送物流的發(fā)展會帶來新的生活學(xué)習(xí)方式，疫情造成的公眾對于工作、學(xué)習(xí)的地區(qū)、專業(yè)選擇也會一直存在?？偟膩碚f，隨著疫情的不斷變化，疫情對經(jīng)濟的影響可能是短期的，也可能是長期的，疫情帶來了巨大的消極影響，但也存在積極的一面[13]。

本文認為疫情主要的傳播路徑是通過改變?nèi)藗兊男睦碚J知和預(yù)期，影響人們對風(fēng)險的評估[20]，改變?nèi)藗兿M、投資等行為，從而在一定程度上阻礙經(jīng)濟的發(fā)展。例如，謝科范等(2019)發(fā)現(xiàn)人們對疫情信息的關(guān)注對日常行為產(chǎn)生了影響，并且會將恐慌情緒傳播[37]。在宏觀經(jīng)濟領(lǐng)域，李方一等(2016)通過百度指數(shù)構(gòu)建區(qū)域先行指標(biāo)，證實網(wǎng)絡(luò)搜索指數(shù)與經(jīng)濟波動存在相關(guān)性[38]。達穆里(D’Amuri，2009)利用網(wǎng)絡(luò)搜索指數(shù)預(yù)測失業(yè)，發(fā)現(xiàn)預(yù)測效果顯著提高[39]，網(wǎng)絡(luò)搜索數(shù)據(jù)逐漸成為宏觀經(jīng)濟預(yù)測一個新的研究方向。除此之外，網(wǎng)絡(luò)搜索數(shù)據(jù)作為公眾消費前獲取信息的數(shù)據(jù)表現(xiàn)，能從側(cè)面反映出宏觀經(jīng)濟的微觀基礎(chǔ)。葉提芳(2018)通過將網(wǎng)絡(luò)搜索指數(shù)加入到傳統(tǒng)指標(biāo)顯著提高了社會消費品總額的預(yù)測效果[40]。本文將被解釋變量設(shè)定為第一、二、三產(chǎn)業(yè)增加值以及各行業(yè)的增加值變動，建立起公眾關(guān)注度與經(jīng)濟的動態(tài)關(guān)系方程：

Yt=α0+α1Yt-1+...+αiYt-i+β1Xt-1+...+βjXt-j+γtZt+εi

(17)

Yt-i表示滯后i期的被解釋變量，Xt-j表示滯后j期的基于網(wǎng)絡(luò)搜索量的公眾關(guān)注度，Zt表示控制變量，εi表示隨機誤差項。

另外，媒體對疫情的關(guān)注主要通過影響公眾的情緒以及對未來的預(yù)期，從而間接影響經(jīng)濟發(fā)展。張成思等(2014)研究宏觀經(jīng)濟時建立媒體報道、公眾預(yù)期與新凱恩斯菲利普斯曲線的方程[41]，主要包括媒體報道影響公眾預(yù)期和通貨膨脹預(yù)期與真實產(chǎn)出缺口的相關(guān)方程。考慮到媒體關(guān)注度通過多種路徑影響宏觀經(jīng)濟的多個層面，不僅僅只通過公眾的通貨膨脹預(yù)期，因此，本文合并方程消去通貨膨脹變量，直接得到媒體關(guān)注度對經(jīng)濟的影響：

Yt=α0+α1Yt-1+...+α1Yt-i+β1Mt-1+...+βjMt-j+γtZt

(18)

面對突發(fā)性大規(guī)模疫情，人們會增加對疫情的關(guān)注度，根據(jù)網(wǎng)絡(luò)搜索引擎得到關(guān)于疫情的信息。感知到疫情帶來的風(fēng)險后，人們調(diào)整未來預(yù)期和經(jīng)濟活動，可能加劇恐慌情緒和不確定性，對經(jīng)濟層面造成影響程度加大；相反，當(dāng)人們對疫情關(guān)注較少時，表現(xiàn)為減少對疫情信息的搜索，此時人們會根據(jù)新的信息做出相對理性的決策。根據(jù)前景理論，在面對利得的時候，人們一般表現(xiàn)為風(fēng)險規(guī)避；在面臨損失的時候,人們往往是風(fēng)險愛好的。因此，公眾關(guān)注度導(dǎo)致的公眾風(fēng)險偏好和對未來預(yù)期是不對稱的，所以對經(jīng)濟的影響可能就具有不對稱性。媒體關(guān)注度主要通過影響公眾的心理和預(yù)期從而對經(jīng)濟產(chǎn)生影響。面臨突發(fā)性大規(guī)模疫情，人們本身缺乏對疫情的正確認識，應(yīng)對疫情能力弱，就會對媒體報道產(chǎn)生依賴和信任。媒體關(guān)注度過大可能引起公眾的恐慌和壓力增大，甚至導(dǎo)致公眾的經(jīng)濟行為對某些行業(yè)造成短暫猛烈的沖擊。正如卡羅爾(Carroll，2003)發(fā)現(xiàn)的，當(dāng)人們關(guān)注媒體報道時，媒體所傳達出的情緒對人們的預(yù)期產(chǎn)生“粘性”，從而對宏觀經(jīng)濟產(chǎn)生重要的影響[42]。相反，媒體關(guān)注度變小時，給人們帶來的恐慌和壓力就會變小，人們會更加理性地分析并做出決策，對經(jīng)濟的影響程度可能不同于被大量媒體報道所影響時做的決定。

因此，本文從影響不對稱角度進一步衡量疫情對經(jīng)濟的影響，采用希恩等(Shin et al.，2014)[43]提出的方法將式(17)和式(18)轉(zhuǎn)化為如下形式：

(19)

四、變量選取與實證模型

(一)變量選取

本文采用百度指數(shù)中的搜索指數(shù)量化公眾關(guān)注度，媒體指數(shù)量化媒體關(guān)注度，作為解釋變量。百度指數(shù)移動端搜索量僅有2011年以后的數(shù)據(jù)，因此本文選取從2011年1月到2020年6月的全國范圍內(nèi)移動端和PC端搜索量的數(shù)據(jù)。對于百度指數(shù)關(guān)鍵詞的選取并沒有達成一致，一般來說有三種方法——技術(shù)取詞、直接取詞、范圍取詞[44]，學(xué)者根據(jù)研究內(nèi)容選擇合適的選取方法。本文研究的是公眾和媒體對突發(fā)大規(guī)模疫情的關(guān)注，因此在對前文提到的四種疫情相關(guān)關(guān)鍵詞進行搜索后，選取的關(guān)鍵詞為“SARS”“H1N1”“H7N9”“禽流感”“疫情”和“新型冠狀病毒肺炎”。首先，利用爬蟲技術(shù)獲得月數(shù)據(jù)，用來衡量公眾關(guān)注度和媒體關(guān)注度。其次，利用SPSS軟件的主成分分析進行關(guān)鍵詞合成，確定每個關(guān)鍵詞的權(quán)重，從而合成公眾關(guān)注度指數(shù)(X)和媒體關(guān)注度指數(shù)(M)。

本文選取第一、二、三產(chǎn)業(yè)增加值(GDP1，GDP2，GDP3)代表三次產(chǎn)業(yè)，作為被解釋變量，數(shù)據(jù)來源于國家統(tǒng)計局。因為第一、二、三產(chǎn)業(yè)增加值為季度數(shù)據(jù)，本文借鑒于偉和尹敬東(2005)[45]、丁志華等(2014)[46]的處理方法，將工業(yè)增加值的月度數(shù)據(jù)加總得到季度數(shù)據(jù)，以工業(yè)增加值月度數(shù)據(jù)占季度數(shù)據(jù)比作為權(quán)重，進而得到第一、二、三產(chǎn)業(yè)增加值的月度數(shù)據(jù)。機制檢驗中，本文選取企業(yè)家信心指數(shù)(ECI)和制造業(yè)采購經(jīng)理指數(shù)(PMI)作為被解釋變量。

進行行業(yè)異質(zhì)性分析時，按行業(yè)類型分別選取工業(yè)增加值當(dāng)期同比增速(Z1)、建筑業(yè)行業(yè)增加值當(dāng)期同比實際增速(Z2)、批發(fā)和零售業(yè)行業(yè)增加值當(dāng)期同比實際增速(Z3)、交通運輸、倉儲和郵政業(yè)行業(yè)增加值當(dāng)期同比實際增速(Z4)、住宿和餐飲業(yè)行業(yè)增加值當(dāng)期同比實際增速(Z5)、房地產(chǎn)業(yè)行業(yè)增加值當(dāng)期同比實際增速(Z6)、金融業(yè)行業(yè)增加值當(dāng)期同比實際增速(Z7)作為被解釋變量。進一步按經(jīng)濟類型分，分別選取國有及國有控股企業(yè)增加值(Y1)、私營企業(yè)增加值(Y2)、外商及港澳臺投資企業(yè)增加值(Y3)作為被解釋變量，并將季度數(shù)據(jù)轉(zhuǎn)換為月度數(shù)據(jù)。以上涉及的所有指標(biāo)來源于國家統(tǒng)計局或中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。

(二)實證模型構(gòu)建

本文采用希恩等(2014)[43]提出的NARDL模型，其中使用的是一種不對稱且非線性的協(xié)整方法。為了得到解釋變量單位時間內(nèi)增加或減少的總調(diào)節(jié)效果，首先將公眾關(guān)注度和媒體關(guān)注度分成正向變動和負向變動兩部分：

(20)

(21)

(22)

其中，ΔXt=Xt-Xt-1，ΔMt=Mt-Mt-1。經(jīng)濟增加值和解釋變量正負向改變的非對稱協(xié)整可由式(23)代表：

(23)

進一步研究長短期的非對稱影響情況，希恩等(2014)[43]對式(23)進行了拓展，從而使其能夠同時反映長期和短期的非對稱的動態(tài)調(diào)整情況，將線性誤差修正模型(ECM)拓展成應(yīng)用更為廣泛的協(xié)整的NARDL模型：

(24)

以公眾關(guān)注度為例，還可以表示為：

(25)

應(yīng)用NARDL模型進行實證分析的步驟為：

(1)使用普通最小二乘法估計式(24)。

最后，如果公眾關(guān)注度和媒體關(guān)注度對經(jīng)濟增長的調(diào)整效應(yīng)具有非對稱性，那么可以得到調(diào)整軌跡，以公眾關(guān)注度為例，表示為：

(26)

四、實證結(jié)果分析

(一)單位根檢驗

使用NARDL模型的前提條件是所有的數(shù)據(jù)服從I(0)或者I(1)，本文對所有變量做ADF檢驗和PP檢驗。如表1所示，所有變量均符合NARDL模型的條件，可以直接采用NARDL模型進行估計。

表1 單位根檢驗結(jié)果

(二)NARDL模型估計和分析

本文采用NARDL模型研究公眾關(guān)注度和媒體關(guān)注度對第一、二、三產(chǎn)業(yè)增加值進行分析。首先驗證變量之間是否存在長期協(xié)整關(guān)系，如表2所示。

表2 非對稱協(xié)整檢驗

如前所述，利用tBDM統(tǒng)計量驗證H0:ρ=0(H1:ρ<0)，并利用Fpss統(tǒng)計量驗證H0:ρ=θ+=θ-=0檢驗變量之間長期是否平穩(wěn)協(xié)整。由表2可以看出，公眾關(guān)注度、媒體關(guān)注度與經(jīng)濟增長的統(tǒng)計量tBDM和FPSS在1%的水平上顯著拒絕原假設(shè)，說明變量之間具有穩(wěn)定的長期協(xié)整關(guān)系，可以采用NARDL模型分析公眾關(guān)注度、媒體關(guān)注度與經(jīng)濟增長的長期和短期不對稱關(guān)系。NARDL模型的檢驗步驟已經(jīng)在模型設(shè)定部分進行了說明，從滯后12階開始測試，根據(jù)AIC準(zhǔn)則確定最優(yōu)滯后階數(shù)，得到了最優(yōu)ARDL(8,12,10,12,12)、ARDL(7,8,0,8,0)、ARDL(2,1,7,8,3)，主要結(jié)果見表3和表4。

表3 NARDL模型短期系數(shù)和短期非對稱檢驗

表4 NARDL模型長期系數(shù)和長期非對稱檢驗

表4(續(xù))

由表3可以明顯看出，短期內(nèi)，公眾關(guān)注和媒體關(guān)注對經(jīng)濟的影響均是非對稱的，公眾和媒體對疫情的關(guān)注對經(jīng)濟發(fā)展的負向沖擊明顯更強。表4表明，長期內(nèi)，公眾關(guān)注和媒體關(guān)注對第三產(chǎn)業(yè)影響是非對稱的。接下來本文根據(jù)產(chǎn)業(yè)類型進行長短期效應(yīng)分析。

1.公眾和媒體對疫情的關(guān)注對第一產(chǎn)業(yè)影響

疫情發(fā)生導(dǎo)致農(nóng)副產(chǎn)品面臨內(nèi)需不足和外運受阻的困境，當(dāng)禽流感等動物疫情發(fā)生時，消費者受疫情的影響，需求大量減少，大量畜禽被宰殺掩埋，損失較大。蔬菜水果、水產(chǎn)品等不易儲存產(chǎn)品，由于一些道路封鎖，運輸受阻無法進行買賣，給農(nóng)戶造成了一定的損失。在短期內(nèi)，價格會因為供需變化呈現(xiàn)上升趨勢，過渡期可能出現(xiàn)“滯漲”，但這并不是一個長期現(xiàn)象。以2020年新型冠狀病毒肺炎疫情為例，2019年消費物價指數(shù)扣除豬肉等食品價格影響，實際有通貨緊縮現(xiàn)象，目前長期通脹基礎(chǔ)不存在，且大多數(shù)農(nóng)業(yè)生產(chǎn)的周期相對較長，第一產(chǎn)業(yè)大部分為生活必需品，一旦交通通道打開，消費需求得到釋放，就可以基本恢復(fù)正常?？傮w而言，生長期相對較短的蔬菜水果以及部分養(yǎng)殖業(yè)會受一定的影響，但長期損失的可能性較小。長期系數(shù)為正也表明，在疫情后期媒體對疫情的積極正向報道極大地提高了公眾信心，疫情對第一產(chǎn)業(yè)的影響有限。2019年第一產(chǎn)業(yè)的貢獻率僅為3.8%，所以第一產(chǎn)業(yè)對經(jīng)濟增長的影響也有限。

2.公眾和媒體對疫情的關(guān)注對第二產(chǎn)業(yè)影響

面對突發(fā)大規(guī)模疫情，出于安全的考慮，社會生產(chǎn)停滯，下游企業(yè)供應(yīng)不足，造成了供應(yīng)鏈的沖擊；訂單需求減少、成本上升、員工工資剛性支出給企業(yè)資金鏈帶來沖擊；交通運輸封閉，上下游協(xié)同合作受阻，沖擊了產(chǎn)業(yè)鏈。中國絕大多數(shù)產(chǎn)業(yè)鏈的末端由中小企業(yè)構(gòu)成，這些企業(yè)在疫情期間舉步維艱，生產(chǎn)線也出現(xiàn)向東南亞國家轉(zhuǎn)移的現(xiàn)象。另外，工廠停工、生產(chǎn)停擺也導(dǎo)致大量的閑置資本，資本供應(yīng)可能相對減少。據(jù)商務(wù)部統(tǒng)計，2020年1月境內(nèi)非金融類直接投資同比下降7.7%。大部分企業(yè)資金流僅在短時期可以維持，因此，在突發(fā)大規(guī)模疫情得到有效的控制之前，要針對困難企業(yè)進行重點扶持，防止供應(yīng)鏈、產(chǎn)業(yè)鏈和資金鏈的中斷，提高中小企業(yè)、個體工商戶信心，保證在后期工人迅速復(fù)工，保證第二產(chǎn)業(yè)實現(xiàn)“V”型增長，避免產(chǎn)生中長期經(jīng)濟停擺。在長期，只要度過停工期，企業(yè)有序復(fù)工復(fù)產(chǎn)，封閉管理，疫情對第二產(chǎn)業(yè)的負面影響也將逐漸消失，能夠迅速恢復(fù)發(fā)展。疫情過后企業(yè)應(yīng)加強供應(yīng)鏈和產(chǎn)業(yè)鏈各個環(huán)節(jié)的信息共享，做到及時溝通，避免 “牛鞭效應(yīng)”對中間產(chǎn)品生產(chǎn)者起作用[48]，形成完善的產(chǎn)業(yè)鏈上下游企業(yè)信息體系，提高應(yīng)對突發(fā)危機的能力。

3.公眾和媒體對疫情的關(guān)注對第三產(chǎn)業(yè)影響

2019年中國最終消費支出、資本和凈出口的貢獻率分別為57.8%、31.2%和 11%，消費已成為當(dāng)前中國經(jīng)濟增長的第一拉動力。疫情發(fā)生時，嚴(yán)格的隔離防控導(dǎo)致消費需求驟減，短期內(nèi)電影、餐飲以及旅游等行業(yè)生意慘淡，尤其是餐飲行業(yè)食材過度儲存，小型餐館面臨巨大壓力。因此，短期內(nèi)需要采取措施維持這些行業(yè)的穩(wěn)定運營，度過這段艱難的時期，防止大規(guī)模失業(yè)情況出現(xiàn)，減少疫情帶來的沖擊非常重要。在長期，隨著疫情的好轉(zhuǎn)和相關(guān)政府政策的實行，住宿餐飲、旅游娛樂以及運輸?shù)刃袠I(yè)可以較快回穩(wěn)。一方面，疫情過后補償性需求釋放，消費水平迅速上升，能在一定程度上彌補損失。另一方面，學(xué)習(xí)、娛樂和辦公的線下轉(zhuǎn)線上，推動了工作和學(xué)習(xí)模式的變化，帶動了計算機、通信等行業(yè)。商業(yè)模式也可能借此次疫情發(fā)生變化，無人快遞行業(yè)、線上服務(wù)業(yè)有望迎來快速發(fā)展?？傮w來看，短期內(nèi)突發(fā)大規(guī)模疫情對第三產(chǎn)業(yè)負面影響顯著，尤其第三產(chǎn)業(yè)涉及許多勞動密集型行業(yè)，應(yīng)重點關(guān)注“穩(wěn)就業(yè)”政策，對小微民營企業(yè)進行特別幫助，克服暫時的困境。長期來看，疫情基本結(jié)束，消費者信心迅速恢復(fù)，許多行業(yè)就可以迅速進入正軌甚至帶動其他產(chǎn)業(yè)的發(fā)展，疫情對經(jīng)濟向好的趨勢影響不大，不能根據(jù)短期疫情沖擊造成的經(jīng)濟停擺夸大疫情的經(jīng)濟破壞力，但不可忽略長期媒體關(guān)注對第三產(chǎn)業(yè)的消極影響。因此，本文建議在面對突發(fā)大規(guī)模疫情時，政府可以采用結(jié)構(gòu)性和差異化政策，分階段定向進行幫扶，精準(zhǔn)滴灌，避免經(jīng)濟短期停滯造成中長期損失。

(三)機制檢驗

由前文理論分析可知，突發(fā)性大規(guī)模疫情的影響途徑是通過改變公眾的心理預(yù)期和對風(fēng)險的評估[23]，從而調(diào)整未來預(yù)期和經(jīng)濟活動，對經(jīng)濟層面造成不同程度的影響。正如朱軍等(2020)認為，除工廠停產(chǎn)、供應(yīng)鏈中斷引發(fā)的供給下降，旅游、娛樂等消費需求下降外，疫情還帶來了未來不確定性，導(dǎo)致公眾對未來經(jīng)濟預(yù)期的改變，引起社會需求的波動，對經(jīng)濟負面的影響都不同程度地被放大[50]。而且，公眾由于缺乏對疫情的正確認識，容易對媒體報道產(chǎn)生依賴和信任，媒體所傳達出的情緒對人們的預(yù)期產(chǎn)生影響，從而對宏觀經(jīng)濟產(chǎn)生重要的影響。

企業(yè)家信心指數(shù)(ECI)可以衡量企業(yè)家對市場經(jīng)濟環(huán)境與宏觀政策的心理預(yù)期；中國制造業(yè)采購經(jīng)理指數(shù)(PMI)是采購經(jīng)理對問卷定性問題回答的加權(quán)月度數(shù)據(jù)，可以評估當(dāng)前或未來經(jīng)濟走勢[51]。所以，本文將檢驗公眾和媒體對疫情的關(guān)注的正負向變動對企業(yè)家信心指數(shù)和制造業(yè)采購經(jīng)理指數(shù)的影響情況以檢驗實證結(jié)果的穩(wěn)健性。根據(jù)式(26)得到的累積動態(tài)乘數(shù)效應(yīng)反映了隨著公眾和媒體關(guān)注的單位正向或負向沖擊，企業(yè)家信心指數(shù)和制造業(yè)采購經(jīng)理指數(shù)的變動情況。

圖1 公眾關(guān)注度對ECI的非對稱傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

圖2 媒體關(guān)注度對ECI的非對稱傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

由圖1可知，公眾對疫情關(guān)注的增加對企業(yè)家信心指數(shù)的變動的影響由正轉(zhuǎn)負，表明在疫情發(fā)生初期，疫情只會引起短暫的正向供應(yīng)沖擊，在這種情況下，企業(yè)家對未來增長的期望不會受到很大的影響，并且對總需求的影響很小。在4期之后，公眾對疫情關(guān)注越多，企業(yè)家信心指數(shù)就會越低，對經(jīng)濟形勢變得悲觀，企業(yè)家未來的信心減弱。據(jù)調(diào)查，確診病例每增加1%，企業(yè)家的疫情壓力感指數(shù)就增加0.18%，對2020年經(jīng)濟形勢的信心就會降低0.9%。由圖2可知，媒體關(guān)注度與企業(yè)家信心指數(shù)呈負相關(guān)關(guān)系，媒體輿論的關(guān)注會極大影響投資者和企業(yè)家信心和心理預(yù)期，增加決策的不確定性，對經(jīng)濟造成負向的沖擊。在長期，一旦疫情使供應(yīng)端的產(chǎn)品生產(chǎn)中斷變得更加嚴(yán)重和持久，資本利用率下降，企業(yè)會通過削減投資來做出反應(yīng)，從而使經(jīng)濟更為惡化。福爾納羅和沃爾夫(Fornaro & Wolf，2020)提出如果就業(yè)困難和經(jīng)濟活動下降造成總需求下降，經(jīng)濟將會進入一個供需厄運循環(huán)，此時僅僅靠貨幣政策的降息可能作用不大，需要采取旨在維持投資的積極的財政政策干預(yù)作為補充[52]，因此，積極的財政政策是疫情之后恢復(fù)經(jīng)濟發(fā)展的必要手段。

圖3 公眾關(guān)注度對PMI的非對稱傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

圖4 媒體關(guān)注度對PMI的非對稱傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

由圖3可知，公眾對疫情關(guān)注與制造業(yè)采購經(jīng)理指數(shù)基本上是負相關(guān)關(guān)系，疫情通過影響人們的預(yù)期對經(jīng)濟造成影響，這與理論分析部分一致。在5期左右，公眾對疫情關(guān)注的增加對制造業(yè)采購經(jīng)理指數(shù)的影響趨于穩(wěn)定，表明在疫情后期，隨著企業(yè)的復(fù)工，經(jīng)濟逐漸擺脫疫情的影響。由圖4可以看出，媒體對疫情報道的增加與制造業(yè)采購經(jīng)理指數(shù)是負相關(guān)關(guān)系，報道的增加會減小制造業(yè)采購經(jīng)理指數(shù)，對經(jīng)濟的發(fā)展具有阻礙作用。在7期之后，媒體報道對疫情的影響逐漸減少，這意味著長期來看疫情對經(jīng)濟影響較小。因此，疫情對制造業(yè)采購經(jīng)理指數(shù)的影響呈現(xiàn)短期存在一定程度的波動，長期則趨于穩(wěn)定的規(guī)律，并且與實證部分結(jié)論一致，結(jié)果具有穩(wěn)健性。

制造業(yè)采購經(jīng)理指數(shù)與未來經(jīng)濟緊密聯(lián)系，預(yù)示了疫情對經(jīng)濟發(fā)展的阻礙。除了直接的供給與需求沖擊外，產(chǎn)業(yè)鏈和供應(yīng)鏈的斷裂才是重大損失。成本上升與客戶流失將會給一些中小生產(chǎn)企業(yè)帶來毀滅性打擊，比如湖北是微芯片制造工廠的所在地，據(jù)推測此次新冠病毒肺炎疫情可能導(dǎo)致?lián)p失10%的手機全球出貨量，一旦生產(chǎn)被替代，就可能演變成中長期需求損失。另外，中國、日本、韓國是生產(chǎn)信息和通信產(chǎn)品“亞洲工廠”的核心力量，中國在紡織行業(yè)是整個全球貿(mào)易和生產(chǎn)網(wǎng)絡(luò)的中心，制造業(yè)的供應(yīng)中斷也會影響其他國家的制造業(yè)。因此，采用差異化策略精準(zhǔn)支持企業(yè)復(fù)工復(fù)產(chǎn)，避免產(chǎn)業(yè)鏈和供應(yīng)鏈斷裂是短期內(nèi)首要任務(wù)。2020年2和3月的中國制造業(yè)采購經(jīng)理指數(shù)分別為35.7%和52%，2月較2019年同期下降27.4%，3月同期上漲3%。在長期，隨著企業(yè)的復(fù)工復(fù)產(chǎn)，信心逐漸恢復(fù)，指數(shù)逐步上升，總體來看，疫情的短期沖擊不會造成長期經(jīng)濟的下落。

(四)穩(wěn)健性檢驗

1.利用谷歌指數(shù)進行穩(wěn)健性檢驗

考慮到百度指數(shù)移動端數(shù)據(jù)起始時間為2011年，可能對早期疫情描述不準(zhǔn)確。因此，本文選擇谷歌趨勢作為替代指標(biāo)，數(shù)據(jù)時間為2004年1月到2020年6月。谷歌趨勢是由谷歌公司統(tǒng)計的網(wǎng)絡(luò)搜索量的指標(biāo)，測量了搜索關(guān)鍵詞的搜索量與該地區(qū)隨時間變化的谷歌搜索總量的相對大小。因為谷歌趨勢指標(biāo)數(shù)值為相對值，顯示小于1的數(shù)值采用0.5替代進行穩(wěn)健性檢驗，結(jié)果如表5所示。

表5 基于谷歌趨勢的NARDL模型估計和檢驗結(jié)果

如表5所示，谷歌趨勢表示的搜索量對第一、二、三產(chǎn)業(yè)的影響在短期和長期均存在不對稱性。在短期，谷歌趨勢與第一、二、三產(chǎn)業(yè)的增長呈負向相關(guān)，谷歌趨勢搜索量的增加對經(jīng)濟產(chǎn)生負向的沖擊。在長期，第一、二產(chǎn)業(yè)的長期系數(shù)為正，第三產(chǎn)業(yè)的長期系數(shù)不顯著，表明從長期來看疫情對經(jīng)濟影響有限。總體上來說，結(jié)論均與實證結(jié)果基本相同，具有穩(wěn)健性。

2.替換關(guān)鍵詞進行穩(wěn)健性檢驗

前面實證部分根據(jù)直接取詞法選取關(guān)鍵詞，計算了疫情發(fā)生時公眾關(guān)注度和媒體關(guān)注度對第一、二、三產(chǎn)業(yè)增加值的短期和長期的非對稱影響關(guān)系。接下來，本文分別將關(guān)鍵詞中“SARS”“新型冠狀病毒肺炎”“疫情”替換為“非典”“Covid-19”“傳染病”，再次合成公眾關(guān)注度和媒體關(guān)注度指數(shù)進行穩(wěn)健性檢驗，探究第一、二、三產(chǎn)業(yè)對疫情沖擊的動態(tài)乘數(shù)效應(yīng)，如圖5—圖10所示。

圖5 公眾關(guān)注度對第一產(chǎn)業(yè)的非對稱傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

圖6 媒體關(guān)注度對第一產(chǎn)業(yè)的非對稱傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

圖7 公眾關(guān)注度對第二產(chǎn)業(yè)的非對稱傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

圖8 媒體關(guān)注度對第二產(chǎn)業(yè)的非對稱傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

圖9 公眾關(guān)注度對第三產(chǎn)業(yè)的非對稱傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

圖10 媒體關(guān)注度對第三產(chǎn)業(yè)的非對稱傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

圖5—圖10顯示，在短期，公眾關(guān)注度與第一、二、三產(chǎn)業(yè)的發(fā)展基本呈負向相關(guān)關(guān)系，公眾關(guān)注度的增加對經(jīng)濟產(chǎn)生負向的沖擊。從圖5、圖7和圖9的不對稱性來看，在3至5期，公眾關(guān)注度增加對第一、二、三產(chǎn)業(yè)增加值負向沖擊更大，具有明顯的不對稱性。在長期，公眾關(guān)注度增加對第一產(chǎn)業(yè)的影響轉(zhuǎn)為正向，說明在疫情后期第一產(chǎn)業(yè)可以較快恢復(fù)，與實證部分結(jié)論一致。在7期之后，公眾關(guān)注度對經(jīng)濟的影響逐漸趨于平穩(wěn)，不再有劇烈沖擊影響。在短期，媒體關(guān)注度增加對經(jīng)濟的影響有較大的波動，媒體關(guān)注度增加對于經(jīng)濟的影響先為正向接著轉(zhuǎn)為負向，可能是由于疫情剛剛開始時，媒體輿論導(dǎo)致的公眾的恐慌性需求造成的價格大幅提高或者短缺排隊現(xiàn)象，這與實際相符合。在1到5期公眾和媒體對疫情的關(guān)注對第一、二、三產(chǎn)業(yè)的影響均存在非對稱效應(yīng)，總體上來說，對疫情關(guān)注度增加對經(jīng)濟產(chǎn)生的負向沖擊更大。10期之后關(guān)注度的影響幾乎趨于平穩(wěn)，只有第三產(chǎn)業(yè)在長期仍存在明顯的非對稱性，結(jié)論均與實證結(jié)果基本相同，因此，本文結(jié)果具有穩(wěn)健性。

(五)異質(zhì)性檢驗

前文測算了疫情發(fā)生時公眾關(guān)注度和媒體關(guān)注度對第一、二、三產(chǎn)業(yè)增加值的短期和長期的非對稱影響，但是公眾和媒體對疫情關(guān)注對不同行業(yè)的影響具有異質(zhì)性，需要進一步探究。鑒于此，本文采用NARDL模型來進行公眾和媒體對疫情的關(guān)注對工業(yè)，建筑業(yè)，批發(fā)和零售業(yè)，交通運輸、倉儲和郵政業(yè)，住宿和餐飲業(yè)，房地產(chǎn)業(yè)，金融業(yè)的長短期非對稱影響的異質(zhì)性檢驗。

根據(jù)表6所示，公眾和媒體對疫情的關(guān)注對不同行業(yè)影響的統(tǒng)計量值Fpss均顯著拒絕了原假設(shè)，各變量之間存在長期穩(wěn)定的協(xié)整關(guān)系。建筑業(yè)和工業(yè)短期內(nèi)均受到了沖擊，并且Wald檢驗均拒絕了原假設(shè)，意味著疫情給建筑業(yè)和工業(yè)造成的影響存在非對稱性，負面影響遠大于正面影響。在長期，疫情關(guān)注度對工業(yè)影響系數(shù)不顯著，說明長期來看，媒體和公眾對疫情的關(guān)注不對工業(yè)造成影響，這與疫情對第二產(chǎn)業(yè)影響的結(jié)論一致；媒體關(guān)注度對工業(yè)的長期系數(shù)顯著為正值，表明只要企業(yè)可以度過短期停滯期，后期就可以較快復(fù)工復(fù)產(chǎn)，恢復(fù)活力，短期內(nèi)的刺激和扶持政策十分重要。從此次新型冠狀病毒肺炎疫情來看，2020年1月底到2月中旬受疫情影響較大， 3月生產(chǎn)秩序基本恢復(fù)正常，加班回補2月份的大部分產(chǎn)值，影響是階段性的?？偟膩碚f，與實證部分對第二產(chǎn)業(yè)分析的結(jié)論基本一致。

表6 基于不同行業(yè)的NARDL模型估計和檢驗結(jié)果

再看第三產(chǎn)業(yè)各行業(yè)，大部分行業(yè)面對疫情的沖擊短期均存在不對稱效應(yīng)，疫情對經(jīng)濟負向沖擊幅度較大。首當(dāng)其沖的是餐飲行業(yè)，訂單取消、存貨積壓、房租昂貴等幾乎可以導(dǎo)致一些餐飲店的破產(chǎn)。相比2019年春節(jié)期間，此次新型冠狀病毒肺炎疫情造成78%的餐飲企業(yè)營收損失達100%。各個行業(yè)短期內(nèi)均受到不同程度的損失，可能造成局部失業(yè)率的上升，政府部門應(yīng)重點關(guān)注“穩(wěn)就業(yè)”政策，針對各行業(yè)部門特點給予一定的政策支持。長期來看，不同的行業(yè)恢復(fù)路徑有所差異。由于消費者心理的變化，疫情過后可能產(chǎn)生補償性需求，長期來看，公眾對疫情關(guān)注增加對住宿和餐飲等行業(yè)具有正向影響，而批發(fā)和零售、交通運輸?shù)刃袠I(yè)長期系數(shù)不顯著，說明疫情對這幾類行業(yè)影響有限。金融行業(yè)在長期仍然受到公眾對疫情關(guān)注的影響，疫情帶來的公眾關(guān)注儲蓄、消費和投資行為的變化可能是永久的，不良資產(chǎn)率也會因為疫情增加。媒體關(guān)注度對大部分行業(yè)影響系數(shù)為負，在長期媒體對疫情的報道仍然有一定的沖擊性，這與實證部分第三產(chǎn)業(yè)結(jié)論一致。也表明了疫情還會導(dǎo)致部分產(chǎn)業(yè)分化，有利于資源更優(yōu)配置，實現(xiàn)新舊動能轉(zhuǎn)化。總體來說，此次疫情對國內(nèi)經(jīng)濟影響可能持續(xù)一二個季度，但有部分行業(yè)的影響將是長期性的。應(yīng)當(dāng)根據(jù)不同行業(yè)采取差異化策略，長期與短期策略相互結(jié)合，有重點地減稅降費，以積極的財政政策促進宏觀經(jīng)濟企穩(wěn)恢復(fù)。

五、進一步探究

考慮到不同類型企業(yè)承受風(fēng)險的能力不同，本文進一步探究公眾和媒體對疫情的關(guān)注對國有企業(yè)、私營企業(yè)和外資企業(yè)的影響，本文選取指標(biāo)為國有及國有控股企業(yè)(Y1)、私營企業(yè)(Y2)、外商及港澳臺投資企業(yè)(Y3)增加值，結(jié)果如表7 所示。

表7 基于不同經(jīng)濟類型的NARDL模型估計和檢驗結(jié)果

進一步，根據(jù)前文分析，疫情對私營企業(yè)沖擊劇烈、影響時間長。黨的十九大報告中重申了“兩個毫不動搖”，明確了民營經(jīng)濟的重要地位，并且民營經(jīng)濟貢獻了中國60%以上的GDP和80%以上的就業(yè)崗位。私營企業(yè)是民營經(jīng)濟的重要組成部分。為了提出更有效的建議，幫助私營企業(yè)維持經(jīng)營并盡快恢復(fù)發(fā)展，本文根據(jù)式(26)得到累積動態(tài)乘數(shù)效應(yīng)，描述出公眾關(guān)注和媒體關(guān)注的沖擊與私營企業(yè)增加值的動態(tài)變化，如圖11和圖12所示。

圖11 公眾關(guān)注度對私營企業(yè)的傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

圖12 媒體關(guān)注度對私營企業(yè)的傳導(dǎo)動態(tài)乘數(shù)效應(yīng)

從圖11可知，公眾對疫情的關(guān)注的正向變動對私營企業(yè)的影響在短期由正向變?yōu)樨撓?。其中的正向反彈可能是因為部分企業(yè)受消費者囤積日常用品或醫(yī)藥用品造成的。長期來看，疫情的關(guān)注度與私營企業(yè)增加值呈負相關(guān)關(guān)系。圖12的非對稱曲線顯示，媒體關(guān)注度的正向變動對私營企業(yè)的動態(tài)乘數(shù)效應(yīng)由負向轉(zhuǎn)為正向。在短期內(nèi)，私營企業(yè)會面臨暫時受困現(xiàn)象，受到公眾關(guān)注和媒體關(guān)注影響較大；從長期來看，對私營企業(yè)的影響直到13期左右才逐漸上調(diào)接近于新的均衡水平。從圖5—圖10來看，對第一、二、三產(chǎn)業(yè)影響7期之后趨于平穩(wěn)，由此可見，大規(guī)模疫情對中小企業(yè)影響時間更長。唐任伍等(2020)也指出民營企業(yè)作為國民經(jīng)濟的主力軍，面臨著資金鏈斷裂、倒閉進而員工失業(yè)的風(fēng)險，進一步打擊公眾對未來經(jīng)濟的信心，需要較長時間恢復(fù)或者會對經(jīng)濟產(chǎn)生長期的沖擊[15]。

盡管疫情會帶來如醫(yī)藥業(yè)藥品需求、通信業(yè)通信業(yè)務(wù)需求量的增加，為部分企業(yè)提供了商機，緩解了部分經(jīng)濟損失,但是，總體來看，疫情對于中小企業(yè)的負面影響更大。而且大多數(shù)中小企業(yè)屬于制造業(yè)，與直接面對消費者的第三產(chǎn)業(yè)不同，產(chǎn)業(yè)鏈與供應(yīng)鏈一環(huán)扣一環(huán)，一旦停止，容易被其他供應(yīng)商頂上，相關(guān)業(yè)務(wù)就長期地被替換，變成不可逆損失。再加上貿(mào)易限制措施、國外入境管制措施以及大規(guī)模停航影響，出口為主的制造業(yè)企業(yè)面臨巨大沖擊。蔣濤(2020)也指出疫情對企業(yè)融資額度和期限產(chǎn)生負面沖擊[53]。因此，在疫情發(fā)生的初期和中后期，應(yīng)該對經(jīng)營困難的小微民營企業(yè)實行定向精準(zhǔn)的扶持政策，比如定向降息、定向降準(zhǔn)以及靈活運用再貸款工具等，提高小微企業(yè)家的預(yù)期和信心，確保這些企業(yè)可以度過疫情的艱難階段。

六、結(jié)論和政策啟示

在當(dāng)期復(fù)雜的國際形勢和宏觀經(jīng)濟環(huán)境變化的背景下，探究疫情對宏觀經(jīng)濟以及行業(yè)部門所造成的影響，完善重大疫情救治體系具有重要意義。首先，本文建立了一個疫情風(fēng)險影響經(jīng)濟增長的理論模型，發(fā)現(xiàn)疫情風(fēng)險對消費、投資的影響隨著疫情的類型、持續(xù)時間等變化，取決于各參數(shù)的取值。其次，本文利用2011年1月到2020年6月的月度數(shù)據(jù)，基于公眾關(guān)注和媒體關(guān)注的視角，采用百度指數(shù)進行量化分析，運用NARDL模型研究大規(guī)模疫情沖擊對經(jīng)濟的長短期非對稱傳導(dǎo)效應(yīng)。實證結(jié)果表明，短期內(nèi)，公眾和媒體對疫情的關(guān)注對經(jīng)濟發(fā)展的負向沖擊明顯更強，具有非對稱性；長期來看，公眾關(guān)注和媒體關(guān)注對經(jīng)濟負面影響較為有限，大部分企業(yè)和行業(yè)可以較快復(fù)工復(fù)產(chǎn)，恢復(fù)發(fā)展；公眾和媒體對疫情關(guān)注的增加和減少對不同經(jīng)濟類型企業(yè)和不同行業(yè)的影響有所不同，需要有差異對待。根據(jù)研究結(jié)論，本文針對此次疫情提出如下建議：

總體來看，疫情對經(jīng)濟的影響是短期的、迅速的，物價、失業(yè)率短期上升不可避免。長期來看，只要政府和企業(yè)措施得當(dāng)，經(jīng)濟會較快恢復(fù)，呈現(xiàn)“V”型經(jīng)濟增長路徑，經(jīng)濟向好基本面不變。關(guān)鍵是有針對性地扶持短期受到疫情沖擊較大和長期仍然受到負面影響的相關(guān)產(chǎn)業(yè)和企業(yè)，財政政策工具豐富并且更加靈活，可以切實定向地幫助企業(yè)渡過短期資金鏈斷裂危機。貨幣政策受到通脹的制約，不宜全面放松,可采用結(jié)構(gòu)性貨幣政策針對受疫情影響嚴(yán)重的小微企業(yè)。因此，本文建議以積極財政政策為主，以結(jié)構(gòu)性貨幣政策為輔，度過短期經(jīng)濟停擺，支持和保障宏觀經(jīng)濟平穩(wěn)運行。

采用結(jié)構(gòu)性的貨幣政策，需要對于不同行業(yè)、不同規(guī)模的企業(yè)，有針對、有差異地給予幫助。建議短期內(nèi)貨幣政策采定向干預(yù)措施，尤其是小微民營企業(yè)和受疫情影響較為嚴(yán)重的第三產(chǎn)業(yè)企業(yè)，實行定向降息、再貸款等措施解決企業(yè)融資貴、融資難的問題。銀行對制造業(yè)供應(yīng)鏈與產(chǎn)業(yè)鏈的關(guān)鍵制造企業(yè)增加貸款發(fā)放、定向降息或延遲還息，幫助這些企業(yè)渡過疫情難關(guān)。針對不同行業(yè)采取結(jié)構(gòu)化政策，根據(jù)長期和短期不同特點采取差異化策略，確保經(jīng)濟穩(wěn)步發(fā)展。

積極的財政政策非常有必要，目前中國財政赤字率為2.8%，低于世界平均水平，政策空間大。建議對部分行業(yè)和企業(yè)給予降費減稅，提供差異化優(yōu)惠的金融服務(wù)。重點扶持零售批發(fā)、交通運輸、旅游休閑、餐飲娛樂等短期內(nèi)受疫情沖擊最大的行業(yè)。擴大財政支出，通過失業(yè)保險穩(wěn)崗返還、職業(yè)培訓(xùn)補貼、部分企業(yè)減免租金等多種渠道，盡量不使企業(yè)因負擔(dān)過重而在復(fù)工后加大裁員，重點支持一些行業(yè)復(fù)工復(fù)產(chǎn)。另外，加大對5G、人工智能、大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新的基礎(chǔ)設(shè)施投資。加大對醫(yī)療衛(wèi)生等公共服務(wù)設(shè)施的支出，完善基礎(chǔ)醫(yī)療體系的建設(shè)，提高財政支出中醫(yī)療等民生支出占比。

疫情信息對人們的行為心理十分重要，影響著公眾的經(jīng)濟行為和決策。政府應(yīng)該保證信息的及時和透明，消除政府與公眾之間的信息不對稱。及時制止謠言，發(fā)布權(quán)威的消息，讓人們可以得到所需要的信息，做出理性正確的決策，有利于維持經(jīng)濟的穩(wěn)定。疫情過后，鼓勵企業(yè)的數(shù)字化發(fā)展，完善供應(yīng)鏈和產(chǎn)業(yè)鏈，加強企業(yè)間聯(lián)系，減少信息不對稱，提高應(yīng)對突發(fā)危機的能力。要努力擴大內(nèi)需，鼓勵居民疫后消費，提升經(jīng)濟活力，加快釋放新興消費潛力。疫情的發(fā)生促進了產(chǎn)業(yè)分化和分工，要抓住機會繼續(xù)推動產(chǎn)業(yè)結(jié)構(gòu)升級，增加高科技企業(yè)減稅的力度，從而實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的目標(biāo)。不僅要保證經(jīng)濟的企穩(wěn)恢復(fù)，還要實現(xiàn)長期可持續(xù)的增長。

對于企業(yè)來說，短期內(nèi)具體不同行業(yè)、不同類型企業(yè)的應(yīng)對措施各不相同。比如：制造業(yè)，可以在可控的范圍內(nèi)恢復(fù)生產(chǎn)，并且要完善供應(yīng)鏈，在短期內(nèi)盡早與上游供應(yīng)商、下游客戶達成一致，減輕整體產(chǎn)業(yè)鏈的壓力；餐飲業(yè)，商家要發(fā)揮外賣平臺優(yōu)勢，減少疫情的沖擊，同時也要注意采用 “無接觸”配送模式保證安全；物流行業(yè)，企業(yè)要抓住機會，建立效率高、抗風(fēng)險強的運營體系，比如此次順豐等體現(xiàn)了巨大的優(yōu)勢。所有行業(yè)應(yīng)該在條件允許的情況下，積極推進辦公、管理以及業(yè)務(wù)的線上轉(zhuǎn)型，充分利用數(shù)字化科技，而不是僅僅依賴傳統(tǒng)單一模式。在未來更要注重建立突發(fā)事件管理體系，重視資產(chǎn)的流動性，提高抵御風(fēng)險的能力。